Wat er nu ligt
Google heeft Gemini 4 Argon vrijgegeven voor iedereen met een API-sleutel of de Gemini-app. Tot eind november betaal je 2 dollar per miljoen invoertokens en 10 dollar per miljoen uitvoertokens. Daarna gaat de prijs naar 4 en 20 dollar: een verdubbeling. Op zich is dat geen schokkend nieuws, elk groot AI-model krijgt zo'n introductieperiode. Wat wel opvalt: de eerste reacties van gebruikers lopen compleet uiteen. De een vindt het model onbruikbaar voor zijn taak, de ander gebruikt het juist dagelijks als schrijfpartner. Google zelf claimt dat hun eigen developers 35% vaker in één keer werkende code krijgen met Argon.
Die spreiding in meningen is eigenlijk het interessantste deel van dit verhaal. Het zegt iets over hoe je als ondernemer met dit soort aankondigingen om moet gaan.
Waarom die wisselende reacties niet raar zijn
AI-modellen zijn geen auto's waar je een testrit mee maakt en meteen weet of hij bevalt. Ze presteren wisselend per taak. Een model dat slecht is in juridische samenvattingen kan uitstekend zijn in het schrijven van wervende productteksten. Wie op social media klaagt dat Argon 'onbruikbaar' is, testte waarschijnlijk iets heel anders dan degene die het prijst als schrijfpartner.
Voor een mkb-ondernemer is de praktische vraag dus niet 'is Argon goed of slecht', maar 'is Argon goed in wat ik ermee wil doen'. En dat weet je pas als je het test op jouw eigen klantvragen, jouw eigen productteksten, jouw eigen e-mails. Niet op een generieke benchmark die een techjournalist heeft gebruikt.
De rekensom voor klantcontact en content
Stel je gebruikt AI voor het beantwoorden van klantvragen via een chatbot, of voor het genereren van productbeschrijvingen en social posts. Bij die volumes praat je vaak over honderdduizenden tot een paar miljoen tokens per maand, zeker niet meer. Het verschil tussen 2 en 4 dollar per miljoen invoertokens is op die schaal in euro's vaak klein: een paar tientjes per maand, misschien een paar honderd euro bij intensief gebruik.
Waar het wel om gaat: als je nu test en bevalt, kun je de komende weken tegen de lage prijs volop experimenteren zonder dat de rekening oploopt. Dat is het echte voordeel van nu instappen, niet de uiteindelijke besparing op de API-kosten zelf. Je koopt als het ware goedkope experimenteerruimte.
Een tegengeluid uit de praktijk
Ik hoor van ondernemers regelmatig een andere zorg, en die staat los van welk model je kiest: 'ik heb geen tijd om elke twee maanden een nieuw AI-model te testen en mijn processen om te gooien'. Dat is een terechte frustratie. De AI-wereld verandert razendsnel en als je elke aankondiging achterna rent, ben je vooral bezig met testen in plaats van ondernemen.
Een eigenaar van een webshop in huishoudelijke apparatuur vertelde me laatst dat hij drie verschillende AI-tools had geprobeerd voor klantenservice, allemaal binnen een half jaar. Resultaat: drie keer opnieuw beginnen, drie keer personeel trainen op een nieuwe tool, en uiteindelijk minder tijd overgehouden dan toen hij nog alles handmatig deed. De tool was niet het probleem, de aanpak wel.
De les daaruit: het model is nooit de bottleneck. De manier waarop je het inricht, met welke data het werkt en hoe het is gekoppeld aan je bestaande systemen, bepaalt of het werkt. Een goedkoop model dat slecht is geïmplementeerd levert niets op. Een duurder model dat goed is ingericht op jouw klantvragen en jouw tone of voice, wel.
Dit is ook precies waar we bij Stolksupport dagelijks mee te maken hebben. We zien ondernemers die een AI-tool aanschaffen, het een paar weken proberen, en dan concluderen dat 'AI niet voor hun bedrijf werkt'. Negen van de tien keer ligt het probleem niet bij het model, maar bij hoe het is aangesloten op de praktijk: welke voorbeelden het kreeg, welke instructies, welke data. Een goede inrichting maakt vaak meer verschil dan welk model je kiest.
Wanneer instappen nu wél slim is
Als je al langer twijfelt om AI in te zetten voor klantcontact of content, is deze introductieperiode een praktisch excuus om te beginnen. Niet omdat Argon per se het beste model is, maar omdat de lage prijs je ruimte geeft om te testen zonder dat een mislukte poging je veel kost. Test het op een beperkt, concreet onderdeel: beantwoording van de vijf meest gestelde klantvragen, of het schrijven van conceptteksten voor je nieuwsbrief. Kijk naar kwaliteit, niet naar hype of kritiek op social media.
Als je dat eind november nog niet hebt gedaan, is er geen man overboord. De prijsstijging naar 4 en 20 dollar verandert de businesscase voor de meeste mkb-bedrijven nauwelijks. Het enige dat je dan kwijtraakt, is de goedkope testperiode.
Conclusie
Gemini 4 Argon is geen wondermiddel en geen flop, het is een model dat bij sommige taken uitblinkt en bij andere tegenvalt. Dat is normaal. De echte vraag is niet welk model het beste scoort in een of andere test, maar of het past bij wat jij ermee wilt doen, en of je het goed weet in te richten op jouw klantcontact en content.
Twijfel je of, en hoe, dit voor jouw bedrijf kan werken? Wij denken binnen 48 uur een eerlijke inschatting met je mee, zonder verkooppraatje. Kijk op stolksupport.nl.
